MétaCan
Menu
Retour à la cohorte
Enregistrement W7097946452

Integration of the Ultrasonic Real-Time Spot Weld Monitoring System

2013· article· en· W7097946452 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRobustness (evolution)Ultrasonic sensorWeldingRobotElectronicsProduction lineSpot weldingUltrasonic testing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The real-time ultrasonic spot weld monitoring system (by Tessonics Inc., Canada) is designed for unsupervised quality characterization. It comprises the ultrasonic transducer (probe) built into one of the welding electrodes and an electronics hardware unit which gathers information from the transducer, performs real-time weld quality characterization and communicates with the robot PLC. The integration of this technology into body in white production line requires development efforts to provide the proper maintenance of the system in the long run and to ensure the most efficient use of the obtained information. An extensive R&D work has been conducted with several customers on system integration. Such questions as what are the best ways to present the information about the weld quality, how does the robot behave in case bad weld is detected, how to better use statistics on the given information have been studied. New technology transition from the lab to the production environment is a big challenge. Robustness of every element, durability and longevity are the key issues and they need to be solved in order to run the technology in unsupervised mode. Some ways of remote monitoring of the system also need to be in place when dozens of units are installed around the plant. Finally, the information needs to be collected in one place to ensure the most efficient use of the technology. This article presents major steps taken to industrialize the prototype and make it a fully functional unit which fits production environment.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,225

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Welding Techniques AnalysisTravaux en français237 207